Documentos de Académico
Documentos de Profesional
Documentos de Cultura
6.1. Introducción
Al analizar una investigación estadística a menudo se sabe o se supone que la población
(discreta o continua), de la cual se selecciona una muestra aleatoria, tiene una forma funcional
específica f(x) cuyo(s) parámetro(s) se intenta determinar. Si el parámetro a determinar es
denotado por f(x,θ).
El método de inferencia estadística consiste en seleccionar una muestra aleatoria de la población,
de manera que a partir de la información que se obtenga de la muestra se tiene:
Estimador in sesgado
Estimador eficiente
Definición. Si hay dos o más estimadores puntuales in sesgados de un parámetro θ, se
denomina estimador más eficiente a aquel estimador que tenga menor varianza.
=L(θ ) f=
( x 1 , x 2 ,..., x n ,θ ) f ( x 1 ,θ ) f =
( x 2 ,θ )... f ( x n ,θ ) ∏ f ( x ,θ )
i =1
i
θˆ = H ( x 1 , x 2 ,..., x n )
dL
=0
dθ
∂L ∂L ∂L
= 0, = 0, . . .,= 0
∂θ i ∂θ 2 ∂θ k
P[ A ≤ θ ≤ B ] =1 − α
Se dice entonces que el intervalo aleatorio [A,B] es el intervalo estimador del parámetro
θ con el grado de confianza de (1–α)100%, o que tal intervalo contiene el parámetro θ
con probabilidad (1–α). Luego, si a=H1(x1, x2, . . . ,xn), y b=H2(x1, x2, . . . ,xn), son los
valores numéricos que resultan de sustituir los valores de la muestra en las estadísticas
A y B respectivamente, entonces, el intervalo numérico [a,b] es el intervalo de confianza
del (1–α)100% para θ.
La diferencia entre los intervalos [A,B] y [a,b] es que el primero en un intervalo aleatorio
y por lo tanto tiene validez afirmar que la probabilidad que contenga al parámetro θ es
igual a (1–α).
Mientras que el segundo es un intervalo numérico fijo, y en este caso, no tiene validez
afirmar que la probabilidad p[a≤θ≤b]=1–α.
tales que P[ −Z α
≤Z ≤Z α
] =1 − α entonces se tiene:
1− 1−
2 2
σ σ
P[ X − Z α
≤µ ≤X +Z α
] =1 − α
1−
2 n 1−
2 n
A B
Luego se tiene P[ A ≤ µ ≤ B ] =1 − α
Esto es, si X estima a µ se tiene una probabilidad de (1–α) de que el intervalo aleatorio
o intervalo estimador [A,B] contenga al parámetro µ.
Luego:
σ σ
X −Z α
≤µ ≤X +Z α
1−
2 n 1−
2 n
Donde Z α
es un valor de Z que se encuentra es la tabla normal N(0,1) tales que
1−
2
P[ Z ≤ Z α
]=
1−α /2
1−
2
1–α
0
• •
a b
Intervalo de
Intervalo de estimación del (1–α)100% para µ.
X −µ
Z'=
σ N −n
n N −1
Nota: (error de estimación)
Error
•
a µ b
a
= X −Z α
σX y b
= X +Z α
σX
1− 1−
2 2
de µ resulta que:
X −µ ≤Z α
σX
1−
2